基于Holt两参数指数平滑法和ARIMA模型的长三角粮食产量的预测

选取长三角地区为研究对象,使用R Studio软件对1950—2018年长三角的粮食产量数据进行分析,分别使用Holt两参数指数平滑法和ARIMA模型预测2019—2023年长三角地区的粮食产量,并对模型进行检验,检验结果均通过,表明长三角地区的粮食产量将保持稳定增长的趋势,预测效果理想。对两种预测方法进行比较,并对长三角地区的粮食发展情况提供相关建议。

基于Holt双参数线性指数平滑模型生活能源消耗预测

在提倡可持续发展的今天,能源的使用,尤其是生活能源的使用逐渐成为社会关注的重点。通过收集1995—2012年我国煤油和天然气在生活中的消耗数据,建立布朗(Brown)单一参数线性指数平滑模型和Holt双参数线性指数平滑模型,并对2013—2016年生活中煤油和天然气的消耗量进行预测。对比两个模型预测得出结论:Holt双参数线性指数平滑模型预测更准确,在未来的四年内,生活中煤油的消耗将会减少,天然气的消耗会直线增加。

基于Holt双参数指数平滑法的SDN交换机流表超时优化策略

OpenFlow交换机流表容量有限,现有的流表更新机制在网络流量高峰时期会严重影响网络的稳定。针对这个问题,提出了一种基于Holt双参数指数平滑法的流表超时时间更新策略.通过预测下一个周期的流表项新增数量,得到流表超时时间调整参数,以此动态调整流表项的超时时间,通过仿真实验表明,该策略可以有效提高OpenFlow交换机流表空间利用率、数据转发成功率和流表项适配率,达到提升网络性能的效果。

基于三参数指数平滑天然气产量预测分析

近年来,国际天然气价格暴涨,作为现阶段最清洁的能源,有家庭生活燃料、工业燃料、商业能源等多种用途,天然气的价格直接影响到天然气的开采量和使用量。同时,天然气是不可再生能源,其开采和使用需要一定的限制,因此对于国内天然气产量的预测是值得关注的问题。因为天然气产量存在明显的周期性和增长趋势,本文采用三参数指数平滑法对其月产量进行预测,预测结果符合前期增长规律,对于未来天然气的开采有一定的参考意义。

基于Holt两参数指数平滑对安徽省充电桩保有量的分析和预测

推广新能源汽车充电桩,发展新能源汽车,可以有效保护环境,减少废气排放,节约燃油能源,实现可持续发展。本文利用Holt两参数指数平滑方法针对安徽省2016年5月至2019年10月各月份充电桩保有量的变化趋势预测未来的发展,并针对性地提出建议。

基于Holt-Winters与最小二乘支持向量机的混合预测模型

为了提高地下水埋深时间序列的预测精度,本文应用Holt-Winters三参数指数平滑法作为预测模型,使用最小二乘支持向量机对残差序列进行预测。由于核参数和惩罚因子在很大程度上直接影响了最小二乘支持向量机的预测性能,本文选用果蝇优化算法对其参数进行优化选取,该方法不仅能够建立最优的混合预测模型,而且能够很好地捕获地下水埋深序列的非线性特征。选用甘肃民勤县大坝乡城西八社地下水监测站点的数据来验证所建模型的预测性能,实验结果表明与传统的单一预测方法相比,本文所建混合预测模型提高了预测精度。

动态三次指数平滑法的火电厂发电量预测研究

研究具有动态平滑系数和参数的动态三次指数平滑法在火电厂发电量预测的适用性,并且与传统的时间序列预测模型加权移动平均法进行比较。以部分河北省邯郸市的火电厂发电量为研究对象,对月发电量进行预测。通过采集到的发电量数据对两种预测模型进行编译和实现,并嵌入预测干预法,通过相对误差和方差的比较,证明基于动态三次指数平滑的时间序列预测模型具有良好的预测精度和预测数据拐点的能力,在火电厂发电量的预测中有较高的实用性。

应用holt-winters加法模型预测出院人次

目的分析holt-winters加法模型预测出院人次的效果。方法使用Eviews6.0软件,采用holt-winters加法模型预测,并与单参数指数平滑方法的计算结果进行比较。结果加法模型拟合效果很好,加法模型的均方误差较单参数平滑方法小。结论 holt-winters加法模型适用于预测出院人次序列。

基于ARIMA模型和指数平滑模型对我国货物进出口总额的预测研究

在后疫情时代,为了研究我国货物进出口情况,本文采用了ARIMA模型和Holt-Winters三参数指数平滑模型对我国1996年1月至2022年10月的货物进出口总额的月度数据进行建模比较分析,并对未来三年的进出口总额进行预测。根据预测结果显示,两个模型都能较好的拟合数据,后者模型的拟合程度略优于前者。预测结果显示未来三年我国的货物进出口总额是逐渐增长的。

回归法设定指数平滑模型的最优预测参数

对于指数平滑预测模型的参数设置,为克服现行的经验法、试算法和枚举法的弊端,本文提出了回归法。该方法将回归所得的平滑参数估计值作为指数平滑预测模型的预测参数,针对三类指数平滑预测模型,对应构造指数平滑随机过程,以此建立指数平滑回归模型,随之进行指数平滑参数估计。实验模拟中,参数估计的结果说明该方法是可行的,假设检验的结果证明该方法是可信的。实证应用显示,回归法确实能够有效规避经验法、试算法和枚举法在平滑参数设置上存在的非全域取值、非连续取值、非自适应取值、非最优取值等弊端,且预测效果更佳。

基于ARIMA和Holt指数平滑模型的山东省药品集中采购价格指数研究

本文实现了对“十三五”期间山东省药品集中采购价格的动态分析和预测。利用采购平台提供的数据编制链式拉氏价格指数、帕氏价格指数,将价格指数作为对药品集中采购价格预测分析的重要指标依据,以此进行量化评价。结合ARIMA和Holt指数平滑模型,对已有的药品价格指数数据进行预测,两个模型的平均绝对误差分别为0.3611和0.3723,表明模型能够有效拟合序列的整体趋势,以及提取价格指数序列动态及持续特征。通过对价格指数进行趋势预测以评估政府及相关部门稳控药价等政策的效果,为政府和平台管理者提供科学的决策依据。

时间序列分析中指数平滑法的应用

对于平稳时间序列分析,最常采用4种方法即指数平滑法,自回归法,自回归综合移动平均法和季节分解法。本文通过具体实例分别介绍指数平滑中三种不同方法即Simple法,Holt法和Winters法的应用。它们是分别适用于时间序列数据集无趋势和季节变化,有线性趋势无季节变化和有季节变化的模型分析法。

基于季节ARIMA和指数平滑模型的我国全社会总用电量的预测

本文基于2010年1月份~2019年12月份我国社会总用电量季度数据,采用Rstudio软件进行分析,对数据进行预处理,通过比较AIC信息准则拟合最优的ARIMA模型,以2010年1月份~2018年12月份的数据作为训练集,2019年的数据作为测试集,对该序列进行1阶12步差分后,序列变的平稳,因此可采用季节ARIMA模型进行预测;由于该序列具有趋势性和季节性的特征,因此采用Holt-Winters三参数指数平滑模型,应用两种模型分别对2019年的数据进行预测。通过测试集和预测值计算误差,根据平均误差最小原则选择最优的预测模型。最终的平均误差结果显示Holt-Winters三参数指数平滑模型的平均误差值为0.0232087,远小于季节ARIMA模型的0.0315013,因此选用Holt-Winters三参数指数平滑模型作为我国全社会总用电量的预测模型。

基于Holt-ARIMA-Lagrange Multiplier的CWC信息熵时序研究

降水云系的发展过程及其特征分析,是云降水物理学中的一个重要问题.本文选取一次云发展过程中的700 hPa云水含量(Cloud Water Content, CWC)和大气垂直方向上气流速度(Omega, OMG)的1 h值,以信息熵来度量CWC空间分布的混沌程度,辅以OMG的时间变化来判断云的发展,并提出了一种基于多尺度分解、Holt模型、自回归滑动平均模型(Autoregressive Integrated Moving Average Model, ARIMA)和Lagrange Multiplier的组合预测方法.结果表明:1)CWC熵具有非线性和非平稳性;2)在云的不同发展阶段,北方CWC熵序列的均值都小于南方,方差普遍大于南方;3)OMG区域均值与CWC熵的小波低频重构的极值点在时间上有很好的对应关系,相近的极值点在南方中占50%,在北方中占83.3%,表明CWC熵可以在一定程度上反映云系的发展;4)CWC熵序列往往具有多种时间尺度特征,故进行多尺度分解之后再组合建模的Holt-ARIMA-Lagrange Multiplier模型比单一预测方法、单层分解的预测模型更优,准确率提高3%以上.

基于趋势拟合法、平滑法和ARIMA模型的流量预测

以OLT上联口的下行流量为研究对象,分别使用趋势拟合法、平滑法和ARIMA模型建模并进行流量预测。其中趋势拟合法选择了典型的线性拟合,平滑法使用了平均移动法和Holt两参数指数平滑模型,ARIMA则选择了ARIMA(0,1,1)模型进行建模分析。对4种模型的绝对百分比误差(MAPE)进行了对比,结果表明ARIMA模型和Holt两参数指数平滑模型预测精度相似,都取得了良好的预测效果,适合用于OLT上联口流量预测,而线性回归和平均移动法预测结果较差,不适合做精度要求较高的流量预测。

新冠疫情对我国股债市场的影响研究——基于ARIMA模型的实证分析

新冠疫情对全球金融市场产生了巨大影响,我国股票和债券市场也受到较大影响。研究新冠疫情对中国股债市场的影响,可以帮助投资者了解市场状况,规避风险,对其他地区的股债市场也具有借鉴意义。选择2019年9月9日至2020年4月1日的上证指数收盘价和国债指数收盘价数据进行分析,并以新冠疫情对股债市场造成冲击为分界点,将数据分为疫情冲击前和疫情冲击后两个时间段。具体思路为:使用疫情大规模暴发前的数据建立ARIMA模型和Holt两参数指数平滑预测模型,通过比较确定最优模型为ARIMA模型,然后使用ARIMA模型进行短期预测,将预测值和实际值进行对比分析,得出新冠疫情对股债市场收益的影响。结果表明:①在预测股票市场和债券市场收益方面,建立ARIMA模型要优于Holt两参数指数平滑法。②新冠疫情在短期内对股票市场产生负向作用,对债券市场产生正向作用,但随着时间的推移,股票市场和债券市场最终还是会趋于平衡状态。

飞行保障架次预测方法研究及恢复期预测

为研究飞行保障架次未来恢复发展情况,在传统时间序列预测方法基础上引入支持向量机(SVM)进行优化,再结合疫情影响预测并判断未来的增长情况,为未来航空运输的恢复提供了一定参考依据。首先基于ARIMA-SVM、Holt-Winters三参数指数平滑-SVM两种组合模型,在无疫情数据基础上进行验证,实现模型精度的优化;然后基于X-12分解疫情时间序列,预测2021年-2023年三年内的月度值,并判断年度增长恢复情况。结果表明:引入SVM优化残差序列后,组合模型与单一模型相比误差有所降低;通过疫情影响分析及预测可以判断疫情影响下的飞行保障架次预计在2023年恢复至疫情前的水平。

一种提高非完整小圆弧曲率半径参数评价精度的方法

在计量学中,小圆弧完整性差会导致曲率半径参数评价精度降低,针对这一问题,提出了一种基于自适应三次指数平滑预测模型的方法,以此来增大轮廓数据点集所对中心角,进而提高曲率半径参数评价的精度。首先,利用仿真分析了小圆弧轮廓所对中心角对评价过程的影响趋势;然后,根据仿真分析的结果,提出在三次指数平滑法的基础上添加自适应优化算法,解决了预测过程中最佳平滑系数难以确定的问题,优化了传统预测模型及各参数选取标准;最后,进行了多组对照实验,并结合实验结果验证了该方法的有效性。研究结果表明:针对60°以下的非完整小圆弧轮廓数据点集,利用此法将轮廓所对中心角扩大5°左右,对后期评价过程最佳;该方法可作为一种前期数据处理手段,并结合不同评价方法使用,对曲率半径参数的评价精度均有不同程度的提升。

粤西地区及各地级市新型冠状病毒肺炎疫情发展趋势预测分析—基于Holt双参数指数平滑模型的研究

背景我国新型冠状病毒肺炎(COVID-19)疫情防控仍处于关键时期,而判断疫情未来流行趋势是制定下一阶段防控措施的关键所在。目的通过计算粤西地区及各地级市COVID-19的基本再生数(R0)而预测粤西地区疫情发展趋势。方法依据广东省卫生健康委员会截止2020年2月18日24时的官方数据构建传染病动力学SIR模型,计算现阶段粤西地区及各地级市COVID-19的R0,并采用Holt双参数指数平滑模型预测其发展趋势。结果疫情初期粤西地区及各地级市COVID-19的R0最大,随后呈下降趋势;根据拟合结果发现,Holt双参数指数平滑模型对粤西地区及各地级市COVID-19 R0的预测值与观察值的相关性较强,可见该模型预测较准确;Holt双参数指数平滑模型预测粤西地区及各地级市COVID-19疫情可能在2月底迎来“拐点”并走向消亡。结论Holt双参数指数平滑模型对粤西地区及各地级市COVID-19 R0的预测较准确,并预测在现有高效防控措施下,粤西地区及各地级市COVID-19疫情正在好转,有望在2月底出现“拐点”。

中国社会消费品零售总额的时间序列分析

本文基于2000年1月~2022年12月的社会消费品零售总额数据,通过时序图和确定性因素分解初步了解该序列具有明显的季节性和趋势性。ARIMA模型为时间序列数据分析中最常用的模型,在对模型添加季节因素后可以很好地对具有该性质的数据进行建模,Holt-Winters三参数指数平滑模型中的指数包含了季节项和趋势项,也可以很好地分析和预测该数据,因此本论文采用ARIMA乘积季节模型和Holt-Winters三参数指数平滑模型对社会消费品零售总额数据进行建模,并根据建立的模型预测未来五个月(2022年8月~2022年12月)的社会消费品零售总额,探究不同模型在处理该类数据时的优劣。从结果来看,Holt-Winters三参数指数平滑模型优于ARIMA模型,我国短时间内社会消费品零售总额仍然将保持增长状态。